Bingyu Li

新数据集和框架解决水下图像分割问题

研究人员推出了AquaOV255，这是一个新的大规模水下图像分割数据集，包含255个类别和超过20,000张图像。他们还通过结合AquaOV255和其他五个数据集，建立了第一个水下开放词汇分割基准UOVSBench。为了解决水下场景训练数据不足的问题，开发了Earth2Ocean框架。该框架利用几何引导视觉掩码生成器和类别-视觉语义对齐模块，实现了陆地视觉-语言模型在无需额外训练的情况下向水下领域的迁移。